系统工程与电子技术

作者：江志炜, 黄洋, 吴启晖

单位：1. 南京航空航天大学电磁频谱空间认知动态系统工信部重点实验室, 江苏 南京 211106；2. 东南大学移动通信国家重点实验室, 江苏 南京 211189

关键词：抗干扰,强化学习,核方法,Q学习

基金：国家自然科学基金(61827801);国家自然科学基金(61631020);国家自然科学基金(61901216);江苏省自然科学基金(BK20190400);东南大学移动通信国家重点实验室开放研究基金(2020D08)

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。

来源：2021年第6期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2021年第6期